小程序
微信小程序
人工客服
回顶部

基于CBERS_1影像监测太湖叶绿素a浓度的季节分布状况

龙若亮 | -> | 657| 0| 1.05108MB |叶绿素a,遥感,季节分布模式,太湖

龙若亮 龙若亮 | 文档量 |浏览量21999

摘 要 叶绿素a浓度是衡量湖泊富营养化程度的重要指标。采用太湖2003年10月27日和28日的水质实验数据,构建了太湖叶绿素a浓度反演模型。然后将该模型应用于2006年4月5日、4月28日、5月16日、8月5日、10月30日和2007年7月5日的6期CBERS-1影像数据,研究与探讨了太湖叶绿素a浓度在上述时间尺度上的变化状况。通过研究可知,太湖叶绿素a浓度在夏季较低,而在秋季和冬季较高,基本上能反映浮游植物年际生长的4个过程;与以往的研究对比分析可知,基于CBERS-1影像数据反演获取的叶绿素a浓度比实际浓度总体偏高,CBERS-1数据影像在水色遥感中的应用仍然有待进一步的研究与探索。
    浮游植物是湖泊生态系统中最主要的初级生产者,是水生生物的重要生命物质基础,是食物链的首要环节。进入湖泊的氮、磷等营养元素,通过初级生产者的同化作用,转化为自身组织,进而为浮游动物和鱼类等生命体提供营养物质,推动整个湖泊生态系统的循环与运转。太湖是江苏地区重要的饮用水源,兼具渔业、航运、防洪、娱乐等重要功能,对于该地区的经济发展和社会稳定起到举足轻重的作用[1]。自从1998年太湖蓝藻水华大量暴发以来,太湖营养化程度持续恶化,浮游植物的种群结构与生物量也均有了明显的变化,严重影响了太湖生态系统的平衡和沿湖居民的日常生活[2]。
    遥感技术应用于太湖水体的藻类污染监测最早可以追溯到20世纪90年代[3]。其主要思想为,通过利用实测的藻类生物量和一定波段反射率的相关数据,建立简单的藻类反演模型,并将该模型应用于遥感影像。随着研究的深入,叶绿素a浓度的反演成为实现藻类监测的主要内容,国内外学者对叶绿素a浓度的光谱特征和反演算法均开展了广泛的应用性研究。雷坤等利用CBERS-1的CCD数据和准同步数据,结合水质成分的光谱特征,建立了太湖叶绿素a浓度和总氮的遥感信息模型,并将该模型应用于太湖水质浓度反演。研究结果表明,利用CBERS-1的CCD数据进行湖泊表层水体水质指标监测具有重要的现实意义和应用前景[4];顾亮等利用太湖水域MODIS遥感数据的各波段反射率组合计算值,与实测的叶绿素a浓度进行相关性分析,研究与探讨基于MODIS数据的太湖叶绿素a浓度反演模型。研究结果表明,利用MODIS第3和17波段反射率组合可以较好地实现对叶绿素a浓度的反演[5];焦红波等利用水质分析数据和高光谱数据,研究与探讨叶绿素a浓度的高光谱敏感反演模型。研究结果表明,水体的遥感反射峰信息参与建模将有利于提高叶绿素a浓度的估算精度[6]。
    通过对比分析太湖水质监测方法的研究现状可知,国内外专家学者更倾向于对叶绿素a浓度瞬时空间尺度上的浓度分布状况进行探讨,而时间尺度上的浓度变化状况受关注较少。然而,太湖水质浓度变化状况及其监测方法的研究不仅是一个空间尺度上的问题,也是一个时间尺度上的问题。因此,时间尺度内叶绿素a浓度变化状况的研究对于水质状况监测及其治理具有重要的理论和应用意义。本研究主要利用2006~2007年的6景CBERS-1的CCD数据,并结合2003年10月的太湖水质实验数据,研究与探讨了太湖叶绿素a浓度在该时间尺度范围内的变化状况,旨在挖掘太湖叶绿素a浓度随时间变化信息及其监测方法。
龙若亮发布的其他共享资料
    0 色谱币 下载

基于CBERS_1影像监测太湖叶绿素a浓度的季节分布状况

(1051.08K)

所需色谱币: 0

您持有: $userGold色谱币,完成任务赚取色谱币

立即下载

友情链接(联系QQ:47140047)
关于我们  经营理念  业务合作  联系我们  法律声明  网站建议  网站导航  帮助中心
Copyright © 色谱世界 版权所有 陇ICP备2024006362号-2